ANFIS与模糊聚类-ESN的光伏发电功率预测模型比较

• 作者: 林红阳 王大虎 贾倩
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 自适应神经模糊推理系统 模糊聚类 回声状态网络 光伏发电功率预测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 157-161,164
• 页数: 6页
• 分类号: TP319
• 字数: 4734字
• 语种: 中文
• DOI: 10.11907/rjdk.172090

摘要

光伏电站的发电功率高度依赖于不同的天气条件,其变化无规律可循,从而给电网管理带来挑战.因此,对光伏发电功率进行预测研究,以确保电网安全、稳定运行.首先,按季节和天气类型划分历史发电数据,经数据分析后,将温度与历史发电功率作为输入,构建了ANFIS与模糊聚类-ESN两个光伏发电功率预测模型.利用Matlab模糊逻辑工具箱构建ANFIS模型,而对于模糊聚类-ESN模型的构建,先采用模糊聚类处理输入数据,再利用ESN进行训练与预测.通过对两个预测结果的比较,模糊聚类-ESN模型的预测精度高于ANFIS模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大虎	河南理工大学电气工程与自动化学院	55	244	9.0	12.0
3	林红阳	国网福建省电力有限公司经济技术研究院	15	74	3.0	8.0
6	贾倩	河南理工大学电气工程与自动化学院	8	18	3.0	4.0